[论文解读] There is no 16-Clue Sudoku: Solving the Sudoku Minimum Number of Clues Problem

Gary McGuire, Bastian Tugemann+1 more|arXiv (Cornell University)|Jan 1, 2012

graph theory and CDMA systems参考文献 15被引用 39

一句话总结

本文证明了不存在任何具有唯一解的16个提示数的数独谜题，从而确认了长期存在的猜想：17是拥有唯一解的数独谜题所需的最少提示数。作者开发了一种优化的命中集枚举算法，对所有9×9数独解网格进行了穷举搜索——通过高性能计算集群进行计算验证——在耗时710万核心小时后，未发现任何16个提示数的数独谜题。

ABSTRACT

The sudoku minimum number of clues problem is the following question: what is the smallest number of clues that a sudoku puzzle can have? For several years it had been conjectured that the answer is 17. We have performed an exhaustive computer search for 16-clue sudoku puzzles, and did not find any, thus proving that the answer is indeed 17. In this article we describe our method and the actual search. As a part of this project we developed a novel way for enumerating hitting sets. The hitting set problem is computationally hard; it is one of Karp's 21 classic NP-complete problems. A standard backtracking algorithm for finding hitting sets would not be fast enough to search for a 16-clue sudoku puzzle exhaustively, even at today's supercomputer speeds. To make an exhaustive search possible, we designed an algorithm that allowed us to efficiently enumerate hitting sets of a suitable size.

研究动机与目标

• 解决长期存在的猜想：17是拥有唯一解的数独谜题所需的最少提示数。
• 通过计算验证在所有可能的9×9网格中，不存在任何具有唯一解的16个提示数数独谜题。
• 开发并实现一种高效算法，能够对所有数独解网格进行最小提示数谜题的穷举搜索。
• 通过严格的验证、版本控制和多重求解器检查，确保计算的正确性和可复现性。
• 展示通过高度优化的并行计算方法解决组合复杂问题的可行性。

提出的方法

• 采用命中集枚举算法，识别每个数独网格中的所有最小不可避免集，即任何有效解中必须包含其值的单元格集合。
• 引入一种新颖的回溯优化方法，利用“死亡提示向量”避免命中集的重复枚举，显著提升性能。
• 实施两阶段搜索：首先使用基于蓝图的方法生成所有最小不可避免集；其次，利用这些集合寻找大小为16的命中集。
• 通过合并表示不可避免集的二进制向量，优化最内层循环，减少内存访问并提升缓存效率。
• 在320个节点的SGI Altix ICE 8200EX集群（Stokes）上采用并行计算策略，将搜索分解为数百个独立任务。
• 通过检查是否存在两种不同的完成方式，验证所有求解器输出；未发现不一致，确认求解器可靠性。

实验结果

研究问题

• RQ1 是否存在任何具有唯一解的16个提示数数独谜题？
• RQ2 能否证明唯一可解数独谜题所需的最少提示数为17？
• RQ3 为使对所有9×9数独解网格的穷举搜索在计算上可行，需要哪些算法优化？
• RQ4 如何加速命中集枚举，以应对类似数独最少提示数问题的大型组合问题？
• RQ5 在组合数学的计算机辅助证明中，需要何种程度的计算验证与验证，以确保正确性？

主要发现

• 在对所有9×9数独解网格进行穷举搜索后，未发现任何具有唯一解的16个提示数数独谜题。
• 计算在ICHEC的Stokes超级计算机上完成，耗时约710万核心小时，使用了320个计算节点。
• 优化后的检查器算法在单个CPU核心（启用超线程）上平均运行时间为3.6秒/网格。
• 原始检查器算法预计需要超过30万年处理器年，而新算法将这一时间减少至约800年处理器年。
• 在计算过程中，作者对检查器软件进行了五次更新，每次均提升了性能并提前完成了任务。
• 搜索过程完全经过验证：所有求解器输出均检查了正确性和唯一性，未发现错误或重复解。